🤖 پشتصحنه آموزش رباتها؛ تمرین در دنیای مجازی پیش از ورود به واقعیت
رباتها معمولاً قبل از ورود به دنیای واقعی، در محیطهای مجازی تمرین میکنن.
در این محیطها میتونن بارها اشتباه کنن و دوباره تلاش کنن؛ بدون اینکه چیزی آسیب ببینه یا هزینه زیادی ایجاد بشه
ساخت دستی تعداد زیادی از این محیطها، زمانبر و پرهزینهست. به همین دلیل، پژوهشگران مؤسسه MIT و مؤسسه تحقیقاتی تویوتا سامانهای به نام SceneSmith طراحی کردن.
این سامانه میتونه یک توضیح متنی رو به محیط سهبعدی و قابلاستفاده
برای آموزش ربات تبدیل کنه.
پژوهشگر فقط فضای موردنظر رو توضیح میده و چند عامل هوش مصنوعی، ساخت محیط رو انجام
میدن:
🎨 عامل طراح، نقشه و چیدمان محیط رو پیشنهاد میکنه
🔍 عامل منتقد، ایرادهایی مثل برخورد یا جایگذاری نامناسب اشیا رو پیدا میکنه.
🎼 عامل هماهنگکننده، بازخوردها رو بررسی میکنه و تصمیم میگیره چه بخشهایی اصلاح بشه.
برای هر بخش، ویژگیهایی مثل وزن، شکل برخورد و پایداری نیز در نظر گرفته میشه.
بنابراین، خروجی فقط یه تصویر سهبعدی نیست؛ بلکه محیطیه که ربات میتونه واقعاً در اون حرکت و تمرین کنه.
براساس نتایج مقاله، محیطهای ساختهشده با SceneSmith نسبت به روشهای قبلی، در هر اتاق حدود ۳ تا ۶ برابر اشیای بیشتری داشتن.
تداخل بین اشیا کمتر از ۲ درصد بود و حدود ۹۶ درصد اجسام نیز بعد از اجرای شبیهسازی در جای خود پایدار موندن
این سامانه میتونه عملکرد ربات رو هم ارزیابی کنه.
ربات مأموریت خودش رو در چند محیط مختلف انجام میده و یک عامل ارزیاب ، موفقیت یا شکستش رو تشخیص میده.
البته موفقیت در شبیهسازی به معنای موفقیت قطعی در دنیای واقعی نیست.
شرایطی مثل نور، اصطکاک سطوح، خطای حسگرها و رفتار انسانها همیشه بهطور کامل قابل شبیهسازی نیستن.
اگه این تجربه دست شما بود اولین چیزی که برای آزمایش یک ربات بهش میسپردین چی بود؟
584 · Iran AI House
сообщение · 2026-08-04 19:23 UTC
Вся лента · оригинал в Telegram
A snapshot of an open public feed from the search index ChatCrawler — “Google for public Telegram”; refreshed as the venue is crawled. Times are UTC.
Public content only, official Telegram API. About · FAQ · What we do not do · Remove a page · Catalog